🐼【初心者向け】これだけでOK！Python×PandasでCSVを読み込んでデータ分析＆可視化してみた

はじめに

Pythonでデータ分析を始めたいけど、「難しそう」「何から始めればいいかわからない」という人に朗報です！

この記事では、CSVファイルの読み込みからデータの集計、グラフの可視化までを、人気ライブラリ「pandas（パンダス）」を使ってサクッと体験してみましょう🐼

一番下にプログラムおいてありますのでその説明となります。

📦 使うライブラリ

import pandas as pd
import matplotlib.pyplot as plt
import japanize_matplotlib

• pandas: データ分析の定番ライブラリ
• matplotlib: グラフ描画用
• japanize_matplotlib: matplotlibを日本語対応にする神ライブラリ

---

📂 CSVファイルの読み込み

df = pd.read_csv('pandas_test/sample.csv', encoding='utf-8')

CSVファイルを読み込んで、dfという名前のデータフレームとして扱います。

print(df.head())

最初の5行を表示するとこんな感じ👇

   名前  年齢 都道府県 血液型
0  田中   28   東京    A
1  佐藤   34   大阪    B
...

---

📏 データのサイズを確認！

print(f"行数: {len(df)}, 列数: {len(df.columns)}")

➡️ データの「行数」と「列数」がわかります。大量データでもビビらず安心！

---

📊 基本統計：年齢の平均・最大・最小・合計

print(df['年齢'].mean())  # 平均
print(df['年齢'].max())   # 最大
print(df['年齢'].min())   # 最小
print(df['年齢'].sum())   # 合計

👉 年齢列のデータを一発で分析！初心者でも使いやすい構文です。

---

🗾 都道府県ごとの人数を集計してみる

print(df['都道府県'].value_counts())

このコードで、どの都道府県に何人いるかが一目瞭然！

---

🔍 groupbyで都道府県ごとの平均年齢を出す

print(df.groupby('都道府県')['年齢'].mean())

都道府県単位での分析が可能に。これだけで中級者感出せます！

---

🎯 locで条件に合うデータを抽出

df.loc[(df['都道府県'] == '大阪') & (df['年齢'] >= 30)]

「大阪」かつ「30歳以上」の人だけをピックアップできます！
SQL感覚で書けて超便利。

---

➕ データフレームを結合する【concat】

df_concat = pd.concat([df, df_extra], ignore_index=True)

別のデータフレーム（df_extra）をくっつけることも可能！

---

🔗 データをキーで結合する【merge】

df_merged = pd.merge(df, extra_info, on='名前', how='left')

「名前」で2つのデータを結合（=JOIN）。SQLを知ってる人にはおなじみの操作です。

---

🧠 lambda × mapで新しい列を追加！

df['年齢区分'] = list(map(lambda x: '大人' if x >= 30 else '若者', df['年齢']))

年齢が30歳以上かどうかで「年齢区分」を追加します。

名前 | 年齢 | 年齢区分
田中 | 28  | 若者
佐藤 | 34  | 大人

➡️ 「新しい指標を作る」って、分析感あってワクワクしません？

---

📈 折れ線グラフで年齢を可視化！

plt.plot(df['名前'], df['年齢'], marker='o')
plt.title('名前ごとの年齢（折れ線グラフ）')
plt.show()

見た目にもわかりやすいグラフで、年齢の違いが一目でわかる！
表示結果はこんな感じ。思ったよりきれいにグラフを作れる！📈

---

📊 棒グラフで都道府県ごとの人数を可視化！

df['都道府県'].value_counts().plot(kind='bar')
plt.title('都道府県ごとの人数（棒グラフ）')
plt.show()

**人数の多い都道府県はどこか？**を直感的に把握できます！
表示結果はこんな感じ。思ったよりきれいにグラフを作れる！📊

---

🎉 おわりに：Pandasって実はカンタン！

ここまでできたら、もうあなたは立派なデータ分析ビギナーです！

やったことをまとめると：

• CSVファイルの読み込み
• データの基本統計
• 条件による抽出
• データフレームの結合
• グラフでの可視化

---

💡 次にチャレンジしたいこと

• Seabornでさらにオシャレなグラフに挑戦
• Jupyter Notebookでインタラクティブに操作
• Excelとの連携

---

🙌 この記事が役に立ったら...
いいね❤️・ストック⭐・フォロー👤よろしくお願いします！

---

📁 サンプルCSVの例（参考）

以下のようなCSVを使うとスムーズに再現できます！

名前,年齢,都道府県,血液型
田中,23,東京,A
佐藤,31,大阪,O
鈴木,29,愛知,B
高橋,25,福岡,AB
山本,28,北海道,A
小林,34,東京,O
加藤,22,大阪,B
斎藤,27,愛知,A

---

サンプルプログラム全体（参考）

import pandas as pd
import matplotlib.pyplot as plt
import japanize_matplotlib

# CSVファイル読み込み（例: sample.csv）
df = pd.read_csv('pandas_test/sample.csv', encoding='utf-8')

# データ表示
print('--- CSVデータ ---')
print(df.head())

# 行数・列数
print('\n--- 行数・列数 ---')
print(f"行数: {len(df)}, 列数: {len(df.columns)}")

# 例: 年齢カラムがあれば平均を計算
if '年齢' in df.columns:
    print('\n--- 年齢の平均 ---')
    print(df['年齢'].mean())

# 年齢の最大・最小・合計
if '年齢' in df.columns:
    print('\n--- 年齢の最大 ---')
    print(df['年齢'].max())
    print('\n--- 年齢の最小 ---')
    print(df['年齢'].min())
    print('\n--- 年齢の合計 ---')
    print(df['年齢'].sum())

# 例: 都道府県ごとの人数集計
if '都道府県' in df.columns:
    print('\n--- 都道府県ごとの人数 ---')
    print(df['都道府県'].value_counts())

# groupbyによる都道府県ごとの平均年齢
if '都道府県' in df.columns and '年齢' in df.columns:
    print('\n--- 都道府県ごとの平均年齢 ---')
    print(df.groupby('都道府県')['年齢'].mean())

# locを使ったサンプル（大阪在住かつ年齢30以上の人を抽出）
osaka_30_df = df.loc[(df['都道府県'] == '大阪') & (df['年齢'] >= 30)]
print('\n--- 大阪在住かつ年齢30以上 ---')
print(osaka_30_df)

# concatでデータフレームを結合するサンプル
extra_data = {
    '名前': ['松本', '石田'],
    '年齢': [26, 32],
    '都道府県': ['京都', '東京'],
    '血液型': ['B', 'A']
}
df_extra = pd.DataFrame(extra_data)
df_concat = pd.concat([df, df_extra], ignore_index=True)
print('\n--- concatで結合したデータフレーム ---')
print(df_concat)

# mergeでデータフレームを結合するサンプル
# 例: extra_info（名前と趣味）をdfと名前で結合
extra_info = pd.DataFrame({
    '名前': ['田中', '佐藤', '鈴木', '高橋', '山本'],
    '趣味': ['読書', 'サッカー', '料理', '映画', '旅行']
})
df_merged = pd.merge(df, extra_info, on='名前', how='left')
print('\n--- mergeで結合したデータフレーム ---')
print(df_merged)

# map + lambda式で「年齢区分」列を追加
# 30歳以上→'大人'、それ以外→'若者'
df['年齢区分'] = list(map(lambda x: '大人' if x >= 30 else '若者', df['年齢']))
print('\n--- 年齢区分を追加したデータフレーム ---')
print(df[['名前', '年齢', '年齢区分']])

# 年齢の折れ線グラフ
plt.figure(figsize=(8,4))
plt.plot(df['名前'], df['年齢'], marker='o')
plt.title('名前ごとの年齢（折れ線グラフ）')
plt.xlabel('名前')
plt.ylabel('年齢')
plt.grid(True)
plt.tight_layout()
plt.show()

# 都道府県ごとの人数の棒グラフ
plt.figure(figsize=(8,4))
df['都道府県'].value_counts().plot(kind='bar')
plt.title('都道府県ごとの人数（棒グラフ）')
plt.xlabel('都道府県')
plt.ylabel('人数')
plt.tight_layout()
plt.show()

実行結果（参考）

--- CSVデータ ---
   名前  年齢 都道府県 血液型
0  田中  23   東京   A
1  佐藤  31   大阪   O
2  鈴木  29   愛知   B
3  高橋  25   福岡  AB
4  山本  28  北海道   A

--- 行数・列数 ---
行数: 8, 列数: 4

--- 年齢の平均 ---
27.375

--- 年齢の最大 ---
34

--- 年齢の最小 ---
22

--- 年齢の合計 ---
219

--- 都道府県ごとの人数 ---
都道府県
東京     2
大阪     2
愛知     2
福岡     1
北海道    1
Name: count, dtype: int64

--- 都道府県ごとの平均年齢 ---
都道府県
北海道    28.0
大阪     26.5
愛知     28.0
東京     28.5
福岡     25.0
Name: 年齢, dtype: float64

--- 大阪在住かつ年齢30以上 ---
   名前  年齢 都道府県 血液型
1  佐藤  31   大阪   O

--- concatで結合したデータフレーム ---
   名前  年齢 都道府県 血液型
0  田中  23   東京   A
1  佐藤  31   大阪   O
2  鈴木  29   愛知   B
3  高橋  25   福岡  AB
4  山本  28  北海道   A
5  小林  34   東京   O
6  加藤  22   大阪   B
7  斎藤  27   愛知   A
8  松本  26   京都   B
9  石田  32   東京   A

--- mergeで結合したデータフレーム ---
   名前  年齢 都道府県 血液型    趣味
0  田中  23   東京   A    読書
1  佐藤  31   大阪   O  サッカー
2  鈴木  29   愛知   B    料理
3  高橋  25   福岡  AB    映画
4  山本  28  北海道   A    旅行
5  小林  34   東京   O   NaN
6  加藤  22   大阪   B   NaN
7  斎藤  27   愛知   A   NaN

--- 年齢区分を追加したデータフレーム ---
   名前  年齢 年齢区分
0  田中  23   若者
1  佐藤  31   大人
2  鈴木  29   若者
3  高橋  25   若者
4  山本  28   若者
5  小林  34   大人
6  加藤  22   若者
7  斎藤  27   若者